陈胜军1,2,3,4，张晓凡1,2，潘 创1，薛 勇2，王悦齐1,3，吴燕燕1，黄 卉1，胡 晓1,4

（1.中国水产科学研究院南海水产研究所，农业农村部水产品加工重点实验室，国家水产品加工技术研发中心，广东 广州 510300；2.中国海洋大学食品科学与工程学院，山东 青岛 266003；3.三亚热带水产研究院，海南 三亚 572000；4.大连工业大学 海洋食品精深加工关键技术省部共建协同创新中心，辽宁 大连 116034）

摘 要：水产品在捕捞后的运输、贮藏、加工等一系列过程中由于外部环境和自身因素（微生物和内源酶）的作用，极易发生品质劣变，而水产品品质的好坏直接关系消费者的食用安全和水产品的销量及加工价值。本文介绍水产品品质的分类及评价指标，对感官评价、微生物、理化指标等传统评价方法和蛋白质组学分析技术、感官仿生技术等新方法的国内外应用研究现状进行综述，比较和讨论不同方法与技术的优缺点，最后就水产品品质基础检测未来的发展趋势进行总结和展望。

关键词：水产品；品质评价；物理评价；化学评价；蛋白质组学

水产品因其滋味鲜美、营养价值高，备受广大消费者青睐，水产品既包括鱼类、虾类、贝类和藻类等鲜活产品，又包括经过各种贮藏技术和加工后的水产品和水产制品[1]。

随着民众生活水平的提高以及社会消费观念的转变，消费者对于水产品的质量需求也愈来愈高，新鲜度与质量正成为决定消费者购买力的首要因素，不过也因为水产品水分含量较高、内源酶及营养物质丰富等特点，使得水产品和水产加工制品在收购、流通或贮藏过程中非常容易出现品质劣变现象，使其感官质量、营养价值都大打折扣，安全性也失去保障。中国是水产品生产和消费大国，据统计，2020年全国水产品总产量为6 549.02 万t，比上年同比增长1.06%，除了出口外销产品、仍有大量水产品因腐败变质造成浪费[2]。如今，消费者选择食用优质水产品已成为消费趋势，对水产品在市场流通过程中进行鲜度评价、品质分级，实行优质优价、以质论价不仅能满足消费者的需求，还有利于促进我国国际市场竞争力的提升，实现双赢。因此，深入开展水产品品质分析评价研究，不断建立与完善水产品品质评价体系与方法，对促进水产养殖业与加工业转型升级、市场与消费者经济良性循环具有重要意义。

消费者在消费市场购买水产品及其加工制品时往往会根据产品的气味、颜色、缺陷和滋味等感官方面进行评估，进而判定产品品质是否符合自己的要求。感官评价是对水产品的色泽、味道、质地、口感等参数指标及其显著特征来进行综合评价的一种科学方法，它由经过培训的评鉴员通过视、嗅、触、味、听五大感官器官对产品的感官特性进行评价。对于水产品来说，欧盟（EU）方法和质量指数方法（quality index method，QIM）是当今最常用的感官评价方法[3]。E U 法将新鲜度按照E（extra）、A（acceptable）、B（poor）、C（unacceptable）进行分级，被广泛应用到多种鱼类水产品当中，从鱼的皮肤、表面黏液、眼睛、腮及腹腔、气味、质地等方面对鱼品质进行评估，但这种方法只能对鲜度粗略分级，忽视了不同水产品物种间的特殊差异性。与EU法相比，QIM具体区分了不同品种水产品，它是基于对水产品的不同感官属性进行详细描述，如一般外观色泽、眼睛浑浊度和腮颜色等，开发了具有针对性的评价方案，采用缺陷评分方法使评价人员客观地对水产品中不同感官属性参数进行打分[4]，每个参数的得分一般为0～3 分，0 分说明参数状况最好，3 分最差，最后通过感官得分得出产品外在质量的直接信息。有研究者利用QIM对水产品的新鲜度和货架期进行了准确预测。Nga[5]开发并应用了一种评价冷藏日本鱿鱼新鲜度的QIM，方案由气味、眼睛、皮肤颜色、皮肤弹性、体形、体纹理、墨囊完整性、头体连接8 个参数组成，形成0～15 个质量指标范围，结果显示，鱿鱼在0～2 ℃条件下贮藏的最长货架期为（12±1） d。同样，Colin[6]也采用QIM对进入加工厂的新鲜鲑鱼和鳕鱼的鲜度和货架期进行了评估，其中QIM和菌落总数（鲑鱼R2=0.93，鳕鱼R2=0.89）、QIM和时间（鲑鱼R2=0.96，鳕鱼R2=0.98）之间存在线性关系，表明开发的QIM可用于检测或评估鲑鱼和鳕鱼新鲜度。

感官评价法简便、迅速，不受实验仪器和材料的限制，是判断产品品质最直观的方法，判定结果与消费者的判定标准最为接近。但是由于感官评价法主要依靠经验，评价结果受个人偏好、生理、心理等主观因素的影响，且不能对水产品贮藏期间腐败初期的理化性质和微生物的分解产物进行评定，因此，感官评价通常结合理化分析和其他检测技术来综合判定水产品的品质优劣。

1.2.1 色差

色差是反映水产品品质变化的一个重要物理指标。当前水产品色泽的测定主要借助于色差仪，色差仪是一种模仿人的眼睛用于测量物体间颜色差异的高精密度仪器，通常先对白板进行校准再测定，它的参数界定标准主要来源于CIELab颜色系统表征三色光的色泽参数指标亮度值（L*）、红度值（a*）和黄度值（b*）以及它们之间的制约参数[7]，这种方法操作简单方便，能够避免人的肉眼对水产品色泽判断的误差。随着科学技术的更新迭代，如今像计算机视觉技术、高光谱成像技术等一些新型色差测定方法随之出现，它们具有快速、无损、精准的优势。Quevedo等[8]用一种基于将相机图像每个像素的RGB值转换为L*a*b*的计算机视觉方法和感官评价方法对三文鱼片进行色差分析，结果发现，2 种方法的评分没有差异。Cheng Junhu等[9]使用高光谱成像技术检测草鱼片冷藏过程中的颜色分布情况，建立高光谱图像光谱数据与测量颜色参考值之间的定量校准模型，结果表明，400～1 000 nm光谱范围内的高光谱成像技术可被用作草鱼片颜色分布测定的有效工具。由此可见，具有智能化、检测速度快、无破坏性等优点的计算机视觉技术和高光谱成像技术有望替代色差仪越来越多地应用于水产品色差评价。

1.2.2 质构

质构也是反映水产品品质变化的一个重要物理指标。质构特性参数有很多，最常见的主要包括硬度、弹性、内聚性、咀嚼性等，其中硬度和弹性是判断鱼类等水产品鲜度最重要的指标[10]。质构仪是最常用于测定鱼肉质构特征的仪器，质构仪应用范围广泛，有多种检测模式和探头可供选择，可以测定水产品肌肉在外加压力作用下的变形和弯曲程度，且不受人为因素的干扰，是对感官评价的有效补充。Cropotova等[11]用质构仪测定大西洋鲭鱼片分别在微冻、冷藏和冷冻期间的硬度变化，结果显示，贮藏期间冷藏和冷冻鱼片的硬度都有不同程度下降，但微冻鱼片硬度变化趋势却与冷藏和冷冻鱼片相反，硬度在贮藏期间有显著上升，这可能与微冻鱼片中肌原纤维氧化程度较高有关。质构仪操作简单，具有较高的可靠性，能够快速对产品的质构特征作出详细的数据化描述，但由于水产品本身质构特征的多样性及不均匀性，会导致测量时误差较大且会破坏样品，使其不再有食用价值，未能做到无损检测。近年来越来越多的新技术被应用于质构分析中，如Costa等[12]采用可见近红外光谱鉴别混凝土罐和海水网箱养殖的黑鲈，2 组黑鲈的质构特征存在显著差异且随时间变化而变化。也有学者用傅里叶变换红外光谱仪结合质构仪建立了以近红外光谱为基础的淡水鱼鱼肉质构（硬度、弹性、咀嚼性）品质的快速、无损检测模型，该模型具有较高精确度，可为淡水鱼鱼肉品质的在线检测提供帮助[13]。

1.2.3 电导率

水产品在贮藏期间，肌肉组织由于酶和微生物作用被分解，会逐渐产生大量脂肪酸、氨基酸等小分子带电荷物质，随着水产品新鲜度的降低，其导电能力明显增强，因此检测样品的电导率指标可以有效判断产品的腐败变化情况[14]。蓝蔚青等[15]研究发现，鲜鲈鱼片在4 ℃冷藏过程中电导率不断升高且在贮藏末期电导率增长速率加快，表明鲈鱼片品质在不断下降，这与微生物大量生长、微生物代谢活动产生大量的电解质密切相关。陈政[16]以罗非鱼片为原料，使用电导率仪分别测定不同温度贮藏条件下罗非鱼片的电导率，发现3 ℃贮藏条件下罗非鱼片电导率的增加速率明显大于-2 ℃贮藏鱼片，3 ℃贮藏条件下的鱼片在第6天就到达腐败终点，电导率达到（3.844±0.043） mS/cm，而-2 ℃贮藏鱼片到达腐败终点时间为12 d，电导率仅为（3.598±0.012） mS/cm，由此说明电导率变化可以有效反映罗非鱼片品质。

1.3.1 生物胺

生物胺是一类低分子质量、具有生物活性的碱性含氮化合物，由游离氨基酸脱羧或醛、酮类化合物氨基化和转氨基而成，广泛存在于蛋白质含量丰富的水产品中[17]。生物胺包括组胺、酪胺、尸胺和色胺等，其在新鲜水产品及其制品肌肉组织中含量较低，但随着贮藏时间的延长，含量逐渐增多，摄入过量的生物胺会引起中毒，对身体造成一定伤害[18]。水产品中生物胺的测定使用高效液相色谱法和毛细管电泳法较多，也可使用酶、抗原、抗体等作为探针，用生物传感器进行测定[19]。各类微生物生长代谢过程中产生的氨基酸脱羧酶是促进生物胺生成的主要原因，也与水产品的腐败变质密切相关，因此生物胺是评价水产品品质的一个重要指标。Bilgin等[20]采用高效液相色谱法同时测定沙丁鱼、鲭鱼、金枪鱼和凤尾鱼罐装鱼制品中的5 种生物胺含量，结果显示，生物胺总含量为26.58～406.55 mg/kg，其中组胺和尸胺是主要的生物胺。为研究水产品在冷链流通过程中的生物胺含量变化，王静玉等[21]测定南美白对虾在不同温度条件下的生物胺含量，结果发现，腐胺、尸胺和酪胺在4 ℃和25 ℃分别贮藏12 d和72 h后含量变化最为显著，与pH值、总挥发性盐基氮（total volatile basic nitrogen，TVB-N）含量等理化指标高度相关，由此得出这3 种胺类物质可作为判定南美白对虾品质的特征生物胺。

1.3.2 TVB-N和三甲胺（trimethlylamine，TMA）

TVB-N和TMA具有挥发性，是造成水产品品质劣变、具有腥臭味的主要来源。TVB-N具有一定挥发性，在与弱碱性物质作用时会与水蒸气一起蒸馏出来，是酶和细菌分解氨基酸等其他含氮化合物产生的氨和其他低级胺类代谢产物的总称[22]。TVB-N含量在水产品品质劣变过程中会随贮藏时间的延长而增加，在实验室通常采用微量扩散法或半微量定氮法对其进行测定，但2 种方法都存在费时费力、操作繁琐等缺点。黄忠意等[23]分别采用半微量定氮法和自动凯氏定氮仪法对鱼罐头中的TVB-N含量进行测定，结果表明，2 种方法都能够在实验室中进行，自动凯氏定氮仪的精密度、准确度和操作便利程度比半微量定氮法更高。Limbo等[24]以欧洲鲈鱼为原料，分别在0.5、4.8、16.5 ℃条件下对其TVB-N含量进行测定，结果发现，鲈鱼的感官评价在达到以上不同贮藏温度下的不可接受水平时，TVB-N含量已远远超出临界值。

水产品中的氧化三甲胺累积到一定浓度时会在兼性厌氧菌产生的氧化三甲胺还原酶作用下产生TMA，它存在于大多数海鱼中，TMA与亚硝酸盐作用在适当条件下还会转化为N-亚硝基胺基化合物[25]。Armenta等[26]利用气相傅里叶变换红外光谱法快速测定鱼类和头足类中的TMA含量变化，结果显示，TMA含量在新鲜样品4 ℃条件下贮藏72 h之前保持不变，72 h后增长速率加快。同样，有研究者研究白鲢鱼片的品质变化时发现，在0 ℃条件下，鱼片贮藏0～6 d时TMA含量极低，此时鱼片鲜度品质尚好，TMA含量在鱼片贮藏9 d后增长速率加快，鱼片出现明显腐败[27]，说明TMA含量可以表征鱼类等水产品的鲜度，但不能判断鱼片贮藏前期的鲜度变化，只能在其腐败变质之后才能检测到。GB 2733—2015《食品安全国家标准 鲜、冻动物性水产品》规定了各类水产品的TVB-N含量临界值，其中海水鱼虾不超过30 mg/100 g、海蟹不超过25 mg/100 g、淡水鱼虾不超过20 mg/100 g、冷冻贝类不超过15 mg/100 g。但Temdee等[28]研究发现，螳螂虾在贮藏期间TVB-N和TMA含量不断增加，贮藏0 d时TVB-N含量为（3.73±0.10）mg/100 g，贮藏10 d上升至（13.68±0.22）mg/100 g，TMA含量的变化趋势与TVB-N类似，贮藏10 d时TMA含量为（4.78±0.89）mg/100 g，还未到TVB-N和TMA含量的限量就失去了食用价值，这与Sae-lew等[29]对太平洋白虾的研究结果相似，因此在对不同水产品进行研究时应根据实际的TVB-N和TMA含量来判断其新鲜度。

1.3.3 K值

K值是水产品肌肉组织中ATP降解的代谢产物次黄嘌呤（hypoxanthine，Hx）和次黄嘌呤核苷（hypoxanthine ribonucleoside，HxR）的含量与ATP及其代谢产物总量的比值，可以反映水产动物死亡初期体内物质的变化情况，通常用来判断水产品的鲜度等级[30]。以鱼类为例，一般认为K值10%～20%为一级鲜度，K值20%～40%为二级鲜度，K值≥60%即已经开始腐败。为了判断草鱼在冷链流通中的货架期，欧阳芳芳等[31]研究草鱼的K值变化情况，研究发现，在4 ℃冷藏条件下，随着贮藏时间延长，肌肉ATP关联物Hx和HxR含量均不断增加，K值不断增大，在贮藏6 d时K值接近60%，鱼体出现腐败，失去食用价值。在不同水产品物种中K值作为鲜度评价指标依然适用，杭瑜瑜等[32]以基围虾为研究对象，分别测定其在4、0 ℃条件下贮藏过程中的K值变化，发现K值分别在贮藏7、10 d后超出60%，此时基围虾已经不可食用，这与菌落总数的变化趋势一致。

1.3.4 pH值

水产动物死后不久，肌肉组织在无氧状态下会发生糖酵解反应，造成乳酸堆积，导致pH值降低，但随着贮藏时间的延长，在微生物和酶的作用下水产品中丰富的蛋白质开始被分解成各种氨、胺类等碱性化合物，因此pH值又呈现上升趋势[33]。可以通过定量检测pH值的变化对水产品的新鲜度进行判断，李秀霞等[34]研究中国对虾新鲜度品质变化，研究发现，在-18 ℃贮藏期间，对虾pH值在初期急剧下降，贮藏60 d降至最低，随后又缓慢增长。一般鱼类的pH值上升到超过鲜活或刚死亡时的初始值可判断为品质受损，虽然pH值能够反映水产品新鲜度的总体变化趋势，但不能进一步对新鲜度等级进行准确划分，因此pH值需要根据水产品具体的贮藏阶段和其他理化指标联用进行综合评价。

1.4.1 菌落总数和优势腐败菌

微生物活动是导致各类水产品腐败变质的关键因素之一，菌落总数和优势腐败菌常被作为评价水产品品质变化或预测货架期的指标。由于水产品种类及贮藏条件（温度、包装方式、保鲜剂等）的不同，通常结合TVB-N含量及感官评价等品质指标来判断不同水产品货架期终点时的菌落总数，一般来说，水产品菌落总数为102～104 CFU/g被认为是新鲜，超过106 CFU/g或107 CFU/g即达到腐败限值[35-36]。秦求思等[37]对4、0 ℃贮藏的鹰爪虾货架期进行研究，通过测定菌落总数判定鹰爪虾的货架期分别为5、10 d，这与通过K值和TVB-N含量判定鹰爪虾新鲜度得出的结论一致。

尽管微生物活动能导致水产品的腐败变质，但并不是所有微生物都参与了腐败进程，只有部分微生物在腐败过程中起主导作用，这些微生物被称作优势腐败菌，优势腐败菌在贮藏过程中的生长速率比其他微生物快，并且致腐能力强于其他细菌。水产品中一些常见的特定优势腐败菌有假单胞菌属、希瓦氏菌属、气单胞菌属等，通常可以用它们的具体数量来评价水产品的腐败程度[38]。Boziaris等[39]研究挪威龙虾贮藏期间的多种微生物生长变化情况，发现假单胞菌属在不同温度下生长速率最快且数量最多，因此判断假单胞菌属为挪威龙虾的优势腐败菌，可作为判断挪威龙虾剩余货架期的有效指标。周慧等[40]采用基于16S rDNA测序及培养基分离手段相结合的方法对0 ℃贮藏虹鳟鱼片货架期终点的优势腐败菌进行分析，确定了虹鳟鱼的优势腐败菌为希瓦氏菌属。由此看来，在应用微生物检测方法时，综合考虑菌落总数、微生物种类和生长速率等因素对水产品新鲜度和货架期的影响，才能全面提高检测的准确性和特异性。

1.4.2 群体感应（quorum sensing，QS）

越来越多的研究表明，细菌QS与食品腐败变质之间有着精密的调控系统，QS是细菌自发产生并释放化学信号分子来进行微生物种间或种内的信息交流传递机制，当信号分子随种群密度达到一定阈值时，细菌便会启动相关基因表达调控行为来适应环境变化。QS系统能够参与并调控水产品的腐败进程。杨兵等[41]对大菱鲆的优势腐败菌进行分离鉴定并检测腐败菌QS系统与鱼体腐败之间的相关性，结果显示，鱼肉中的QS介导物质活性与菌落总数、TVB-N含量变化呈显著正相关，证实大菱鲆的优势腐败菌是荧光假单胞菌且存在QS系统。常用来检测QS信号分子的方法有高效液相色谱-串联质谱法、传感菌结合薄层层析法等。Zhang Caili等[42]发现，真空冷藏条件下的大菱鲆QS信号分子水平在腐败期间显著增加，其优势腐败菌为希瓦氏菌。有研究者通过检测水产品QS信号分子N-酰基-高丝氨酸内酯（N-acyl-homoserine lactones，AHLs）水平来判断水产品的腐败情况，刘宁等[43]利用高效液相色谱-串联质谱法和薄层层析-生物传感器法均有效检测出冰鲜鲈鱼中的AHLs信号分子，AHLs分子水平与腐败菌数量密切相关，当腐败菌数量达到106 CFU/g时即可检测到AHLs分子，因此可以对一些达不到感官鉴别条件的腐败产品进行及时筛选。目前国内研究多集中于探究QS现象及其作用机制，对于QS与水产品品质特性之间的相关性研究较少，基于腐败菌QS系统研究QS信号分子活性表达与水产品品质变化状况，对实现水产品品质分级与市场流通方面具有重要的经济价值与社会意义。

鱼类等水产品蛋白质含量较高，大部分鱼、虾、贝等水产品中的蛋白质含量均达到16%～25%[44]。鱼类等水产品在低温贮藏过程中，其蛋白质在多种微生物与酶的作用下会发生不同程度的降解、氧化和变性，导致产品肌肉品质发生变化，如肉质嫩度变差、弹性变低等，直接降低了产品的食用价值与商业价值。由于鱼类等水产品的蛋白质生化特性变化规律极为复杂，且这一过程与水产品的鲜度和品质密切相关，蛋白质组学分析技术对于深入研究其变化机制具有重要意义。

蛋白质组学的定义在1994年被提出[45]，即细胞、组织或机体内的基因在特定生理条件下表达的所有蛋白质的总称。蛋白质组学研究的核心技术分为蛋白质组分分离技术、蛋白质组分鉴定技术及蛋白质分析技术。二维电泳-质谱联用技术常被用于对鱼类等水产品的蛋白质进行分离和分析。Li Xuepeng等[46]对4 ℃条件下贮藏18 d的大菱鲆差异蛋白进行分析，利用二维电泳-质谱联用技术鉴定出7 种与新鲜度相关的差异蛋白。郑鸯鸯等[47]对冰藏0、2、4、6、8 d的凡纳滨对虾的肌肉蛋白变化进行研究，最后成功通过质谱分析鉴定出12 个蛋白斑点，其中肌原纤维蛋白占比50%以上，包括肌球蛋白、肌动蛋白和肌钙蛋白，随后进行的生物信息学分析表明，2 个差异蛋白分别为肌球蛋白重链和腺苷酸脱氨酶，它们对指示凡纳滨对虾的质量状况具有重要作用，可以作为新鲜度变化的潜在标记物。随着技术的不断进步，用于蛋白质体外分析的Label free（非标记定量）法和同位素标记相对和绝对定量（isobaric tags for relative and absolute quantification，iTRAQ）技术，通过在活体体内标记的稳定同位素标记技术以及对复杂混合物中目标蛋白质进行绝对定量的质谱选择反应监测/质谱多反应监测等技术也逐渐被应用[48]。Label free技术是通过液相色谱-质谱联用技术对蛋白质酶解肽段进行质谱分析，具有成本低、周期短、适用范围广的优点。He Yanfu等[49]采用Label free技术对罗非鱼死后贮藏0、7 d的蛋白质组变化进行研究，共鉴定出902 个蛋白点，其中34 个为差异蛋白，主要为结构蛋白、转录和翻译调控蛋白、酶和应激蛋白，研究结果表明，这几种蛋白与鱼肉的嫩度下降和乳酸水平升高有关。此外，iTRAQ技术可以同时对最多8 组样品进行定量分析，灵敏且高效，比传统凝胶分离蛋白质定量技术能检测到更多不同类型的蛋白质分子，如低丰度或高丰度蛋白质、强酸（碱）性蛋白质等。

电子鼻或电子舌是模拟人的鼻子或舌头的气体传感器或化学传感器的组合，通常这种气体传感器阵列被定义为“电子鼻”，化学传感器阵列被定义为“电子舌”[50-52]。如今的电子鼻和电子舌技术是将传感器阵列与计算机系统相结合，样品中的复杂化学信号被传感器捕获后经计算机进行数据处理和模式识别，得到能反映样品质量特征的结果。电子鼻技术样品前处理简单，能够通过气味快速、准确对水产品等具有显著挥发性气味的食品进行检测，当水产品品质发生劣变时，会散发出令人感到不愉悦的气味，如哈喇味、腥臭味。白丽娟等[50]采用电子鼻对小黄鱼的气味信息进行捕获，在不同贮藏条件和贮藏时间时同时测定TVB-N含量、菌落总数和TMA含量的变化，研究发现，小黄鱼的气味随时间延长由新鲜转为腥腐味，并且电子鼻的检测结果与上述理化指标的测定结果基本一致。Zheng Haonan等[51]采用电子鼻技术、感官评价、微生物测定、气相色谱-质谱联用（gas chromatography-mass spectrometry，GC-MS）等方法对脊尾白对虾进行品质评价，结果发现，与其他方法相比，电子鼻成本低、检测快速、重复性好，更适合于白对虾品质测定，并建立了基于随机共振参数的对虾质量快速评价方法。由此可以看出，电子鼻在水产品质量分析中具有广阔的应用前景。

感官评价方法被用来对许多食品进行味道性描述，然而这种方法相对耗时且容易因为主观因素导致误差较大，因此电子舌的出现在很大程度上弥补了感官评价的缺点。电子舌所使用的化学传感器与分析物发生反应，产生电学性质的可逆变化，然后利用可测量的电信号进行模式识别和分类，能够区分具有不同味觉的物质，也能够区分具有相同基本味觉的不同物质[52]。近年来，电子舌在评价水产品及水产制品方面得到应用。Gil等[53]在厚膜技术的基础上应用由16 个电极阵列组成的电子舌，针对品质和新鲜度变化情况对养殖海鲷鱼片进行检测，结果表明，海鲷鱼片在不同贮藏时间下的品质特性可以通过电子舌有效判定。Han Fangkai等[54]利用电子舌结合线性和非线性多元算法，通过预测与鱼新鲜度相关的贮藏时间、TVB-N含量和菌落总数等指标，方便、无损地检测4 ℃保存的鱼新鲜度。也有研究者将电子鼻和电子舌技术结合使用，综合判断鱼类等水产品的品质变化，Shi Ce等[55]针对罗非鱼片，结合电子鼻和电子舌建立主成分分析（principal component analysis，PCA）和径向基函数神经网络（radial basis function neural networks，RBFNNs）用于预测不同温度下贮藏罗非鱼片的新鲜度，研究发现，在0、4、7、10 ℃贮藏时，TVB-N含量、菌落总数和K值升高，感官评分显著降低，电子鼻和电子舌的传感器获取并描述了贮藏样品中挥发性化合物和溶解性化学物质的变化，基于电子鼻和电子舌的特征变量建立的PCA-RBFNNs可有效预测罗非鱼鱼片在0～10 ℃贮藏条件下的鲜度变化。

虽然电子鼻和电子舌技术在水产品检测中表现良好，但是目前还主要处于研究阶段，单独用于评判水产品的新鲜度可靠性相对不高，评价结果仍具有片面性。例如，电子鼻的模式识别系统较少且很容易受到环境中其他物质的干扰，当空气相对湿度较大时也会影响电子鼻的准确性。电子舌在样品分析方面不具有普适性，传感器也易受温度和相对湿度波动的影响导致灵敏度降低，而且水产品组织成分相比酒、茶等产品复杂，仅依据电子鼻或电子舌无法准确反映水产品的真实情况，所以还难以大规模实际应用到水产品的品质评定中。

水产品品质的优劣判定通常是指水产品的外观特征和食用性能符合相关规定和满足消费者要求的程度，目前水产品新鲜度品质检测方法依然以传统检测为主，包括感官评价、理化指标测定和微生物检测等，然而只采用1～2 种技术方法得出的评定结果误差可能较大、可靠性相对较低。从不同的需求角度出发，如何选取合适的指标和检测方法，在保证检测准确性的前提下，高效、高精密度、低破环性地对水产品品质进行检测评定是一个亟需思考的问题。

首先，若想对水产品鲜度进行精确测定、品质分级，则需要对水产品的理化特性、微生物及蛋白质特性等进行综合评价，可以利用感官评价及色差、质构、pH值、TVB-N含量、硫代巴比妥酸反应物值等理化指标、微生物指标，再联合以双向电泳、质谱和生物信息学为核心的蛋白质组学等高通量分析技术，全方位对水产品品质进行检测，虽然操作繁琐、耗时且会对水产品造成破坏，但可以在最大程度上满足对水产品评价高精密度的需求，对于高经济价值、名贵的水产品进行等级分类、以质论价具有很大的促进意义。

其次，对于水产品品质检测若要同时满足高效快速、低破坏性等特点，则可以选择感官评价、色差、电导率等方法，目前已经有方便、快捷的快速检测设备出现，如TVB-N含量快速检测仪、手持式色差仪等，这类设备小巧、便携，可以连接电脑或手机设备获取数据信息，能够满足检测部门或市场的普通需要，但对于满足更进一步的精确度要求还有一定距离。

再次，对于某些水产品来说，其风味与滋味是衡量产品品质、实行等级分级的重要因素之一。相对于传统检测方法，一些现代化的检测手段，如电子鼻、电子舌有着检测方便、快速且无损的优点，水产品由于自身组织成分的特点，当其品质发生变化时最容易观测到的指标之一就是挥发性物质的变化，而电子鼻是感应这种变化最理想的工具，将电子鼻与电子舌技术联用，结合GC-MS、近红外光谱等技术，深层次验证水产品组织成分的变化，可以客观、准确地得知被测产品的新鲜程度。

根据不同水产品的具体检测需求，选择合适的检测指标，将传统检测技术与新型检测技术相结合综合判定品质情况是今后水产品品质评价研究的发展趋势，利用神经网络等数学函数建立水产品鲜度综合评价模型或货架期预测模型，将有利于对产品准确、高效进行品质分级，实现优质优价，增强国民信任度及产品的国际竞争力，为探索水产品新型保鲜方式和高值化利用提供支持。

参考文献：

[1] NAGARAJARAO R C. Recent advances inprocessing and packaging of fishery products: a review[J]. Aquatic Procedia, 2016, 7: 201-213.DOI:10.1016/j.aqpro.2016.07.028.

[2] 农业农村部渔业渔政管理局. 2021中国渔业统计年鉴[M]. 北京: 中国农业出版社, 2021: 1-15.

[3] 励建荣, 李婷婷, 李学鹏. 水产品鲜度品质评价方法研究进展[J].北京工商大学学报, 2010, 28(6): 1-8. DOI:10.3969/j.issn.1671-1513.2010.06.001.

[4] BONILLA A C, SVEINSDOTTIR K, MARTINSDOTTIR E.Development of quality index method (QIM) scheme for fresh cod(Gadus morhua) fillets and application in shelf life study[J]. Food Control, 2007, 18(4): 352-358. DOI:10.1016/j.foodcont.2005.10.019.

[5] NGA T T M. Quality index method for freshness assessment of chilled japanese flying squid (Todarodes pacificus)[J]. Asian Food Science Journal, 2021, 20(6): 110-121. DOI:10.9734/AFSJ/2021/V20I630314.

[6] COLIN F. Sensory and ATP derivative-based indicators for assessing the freshness of Atlantic salmon (Salmo salar) and cod (Gadus morhua)[J]. Irish Journal of Agricultural and Food Research, 2019,58(1): 71-80. DOI:10.2478/ijafr-2019-0008.

[7] LEON K, MERY D, PEDRESCHI F, et al. Color measurement in L*a*b* units from RGB digital images[J]. Food Research International,2006, 39(10): 1084-1091. DOI:10.1016/j.foodres.2006.03.006.

[8] QUEVEDO R, AGUILERA J, PEDRESCHI F. Color of salmon fillets by computer vision and sensory panel[J]. Food and Bioprocess Technology, 2010, 3(5): 637-643. DOI:10.1007/s11947-008-0106-6.

[9] CHENG Junhu, SUN Dawen, PU Hongbin, et al. Comparison of visible and long-wave near-infrared hyperspectral imaging for colour measurement of grass carp (Ctenopharyngodon idella)[J]. Food and Bioprocess Technology, 2014, 7(11): 3109-3120. DOI:10.1007/s11947-014-1325-7.

[10] HATAE K. Studies on the texture of fish meat[J]. Nsugaf, 1994, 60(3):317-321. DOI:10.2331/suisan.60.317.

[11] CROPOTOVA J, MOZURAITYTE R, STANDAL I B, et al.Superchilled, chilled and frozen storage of Atlantic mackerel (Scomber scombrus) fillets-changes in texture, drip loss, protein solubility and oxidation[J]. International Journal of Food Science and Technology,2019, 54(6): 2228-2235. DOI:10.1111/ijfs.14136.

[12] COSTA C D, ANDREA S, RUSSO R, et al. Application of noninvasive techniques to differen tiate sea bass (Dicent rarchus labrax) quality culture dunder different conditions[J]. Aquaculture International, 2011, 19(4): 765-778. DOI:10.1007/s10499-010-9393-9.

[13] 陈远哲, 王巧华, 高升, 等. 基于近红外光谱的淡水鱼贮藏期质构品质的无损检测模型[J]. 激光与光电子学进展, 2021, 58(12): 507-515.DOI:10.3788/lop202158.1230001.

[14] 田灏. 鱼肉鲜度快速检测技术进展[J]. 食品工业科技, 2008, 29(7):286-288. DOI:10.13386/j.issn1002-0306.2008.07.081.

[15] 蔚蓝青, 陈梦玲, 孙晓红, 等. 超高压结合竹醋液处理对冷藏鲈鱼片品质和蛋白特性的影响[J]. 高压物理学报, 2019, 33(1): 166-174.DOI:10.11858/gywlxb.20180609.

[16] 陈政. 冻罗非鱼片剖面分形特征及品质关联的研究[D]. 海口: 海南大学, 2019: 34-35. DOI:10.27073/d.cnki.ghadu.2019.000513.

[17] 杨筱珍, 张金彪, 赵柳兰, 等. 两种常见淡水鱼在高温储存过程中挥发性盐基总氮和生物胺的含量变化[J]. 水产学报, 2016, 40(9):1505-1511. DOI:10.11964/jfc.20160310312.

[18] 王光强, 俞剑燊, 胡健, 等. 食品中生物胺的研究进展[J]. 食品科学,2016, 37(1): 269-278. DOI:10.7506/spkx1002-6630-201601046.

[19] 李志军, 吴永宁, 薛长湖. 食品中多种生物胺同时测定方法研究进展[J].卫生研究, 2006(5): 670-674. DOI:10.3969/j.issn.1000-8020.2006.05.048.

[20] BILGIN B, GENCCELEP H. Determination of biogenic amines in fish products[J]. Food Science and Biotechnology, 2015, 24(5): 1907-1913. DOI:10.1007/s10068-015-0251-4.

[21] 王静玉, 曲映红, 刘志东, 等. 不同贮藏条件下南美白对虾中生物胺的变化[J]. 食品与发酵工业, 2021, 47(6): 42-48. DOI:10.13995/j.cnki.11-1802/ts.025637.

[22] HU Yue, HUANG Zhiyong, LI Jian, et al. Concentrations of biogenic aminesin fish, squid and octopus and their changes during storage[J]. Food Chemistry, 2012, 135(4): 2604-2611. DOI:10.1016/j.foodchem.2012.06.121.

[23] 黄忠意, 周兴旺, 马东兴, 等. 半微量定氮法中三氯乙酸提取挥发性盐基氮的改进[J]. 食品安全质量检测学报, 2021, 12(12): 4759-4763.DOI:10.19812/j.cnki.jfsq11-5956/ts.2021.12.008.

[24] LIMBO S, SINELLI N, TORRI L, et al. Freshness decay and shelf life predictive modelling of European sea bass (Dicentrarchus labrax)applying chemical methods and electronic nose[J]. LWT-Food Science and Technology, 2009, 42(5): 977-984. DOI:10.1016/j.lwt.2008.12.011.

[25] TIMM M, BO M J. Simultaneous determination of ammonia,dimethylamine, trimethylamine and trimethylamine-N-oxide in fish extracts by capillary electrophoresis with indirect UV-detection[J]. Food Chemistry, 2002, 76(4): 509-518. DOI:10.1016/S0308-8146(01)00289-8.

[26] ARMENTA S, COELHO N M, RODA R, et al. Seafood freshness determination through vapour phase Fourier transform infrared spectroscopy[J]. Analytica Chimica Acta, 2006, 580(2): 216-222.DOI:10.1016/j.aca.2006.07.070.

[27] 陈思, 李婷婷, 李欢, 等. 白鲢鱼片在0 ℃贮藏条件下鲜度和品质的变化[J]. 食品科学, 2015, 36(10): 227-232. DOI:10.7506/spkx1002-6630-201510045.

[28] TEMDEE W, SINGH A, BENJAKULl S. Rapid quality deterioration of harpiosquillid mantis shrimp (Harpiosquilla raphidea) during iced storage[J]. Journal of Food Science and Technology, 2022, 59: 1812-1822. DOI:10.1007/s13197-021-05192-4.

[29] SAE-LEW T, BENJAKUL S. Prevention of quality loss and melanosis of Pacific white shrimp by cashew leaf extracts[J]. Food Control,2019, 95: 257-266. DOI:10.1016/j.foodcont.2018.08.014.

[30] 王亚会, 王锡昌, 王帅, 等. 水产品新鲜及腐败程度的评价指标[J].食品与发酵工业, 2015, 41(10): 240-246. DOI:10.13995/j.cnki.11-1802/ts.201510044.

[31] 欧阳芳芳, 王建辉, 陈奇, 等. 草鱼贮藏期间肌肉ATP关联物及K值的动态变化[J]. 食品与机械, 2016, 32(3): 137-140; 159.DOI:10.13652/j.issn.1003-5788.2016.03.030.

[32] 杭瑜瑜, 裴志胜, 杨波, 等. 冷藏基围虾水分迁移和品质变化的相关性[J]. 肉类研究, 2021, 35(7): 9-14. DOI:10.7506/rlyj1001-8123-20210430-121.

[33] ANDERSEN P V, WOLD J P, GJERLAUG-ENGER E, et al.Predicting post-mortem meat quality in porcine Longissimus lumborum using Raman, near infrared and fluorescence spectroscopy[J]. Meat Science, 2018, 145: 94-100. DOI:10.1016/j.meatsci.2018.06.016.

[34] 李秀霞, 马莹莹, 赵利爽. 中国对虾冻藏期间新鲜度和质构的变化[J].食品工业, 2019, 40(1): 122-126.

[35] 崔正翠, 许钟, 杨宪时, 等. 冷藏大菱鲆细菌组成变化和优势腐败菌[J].食品科学, 2011, 32(13): 184-187.

[36] 赵永强, 李娜, 李来好, 等. 鱼类鲜度评价指标及测定方法的研究进展[J]. 大连海洋大学学报, 2016, 31(4): 456-462. DOI:10.16535/j.cnki.dlhyxb.2016.04.018.

[37] 秦求思, 李思敏, 孟粉, 等. 基于鲜度的动力学模型预测鹰爪虾剩余货架期[J]. 中国食品学报, 2021, 21(7): 259-266. DOI:10.16429/j.1009-7848.2021.07.031.

[38] LI Dongping, LI Qian, ZHANG Yuemei, et al. Quality changes and microbiological spoilage analysis of air-packed and vacuum-packed silver carp (Hypophthalmichthys molitrix) fillets during chilled storage[J]. Journal of Food Processing and Preservation, 2018(1):e13389.1-e13389.12. DOI:10.1111/jfpp.13389.

[39] BOZIARIS I S, KORDILA A, NEOFITOU C. Microbial spoilage analysis and its effect on chemical changes and shelf-life of Norway lobster (Nephrops norvegicus) stored in air at various temperatures[J].International Journal of Food Science and Technology, 2011, 46(4):887-895. DOI:10.1111/j.1365-2621.2011.02568.x.

[40] 周慧, 盖园明, 徐超, 等. 基于16S rDNA测序及培养基法探究虹鳟鱼贮藏优势腐败菌[J]. 微生物学杂志, 2021, 41(1): 25-32.DOI:10.3969/j.issn.1005-7021.2021.01.004.

[41] 杨兵, 李婷婷, 励建荣. 大菱鲆优势腐败菌的分离鉴定及其群体感应[J]. 中国食品学报, 2017, 17(7): 139-145. DOI:10.16429/j.1009-7848.2017.07.018.

[42] ZHANG Caili, ZHU Suqin, WU Haohao, et al. Quorum sensing involved in the spoilage process of the skin and flesh of vacuumpackaged farmed turbot (Scophthalmus maximus) stored at 4 ℃[J].Journal of Food Science, 2016, 81(11): 2776-2784. DOI:10.1111/1750-3841.13510.

[43] 刘宁, 梁君妮, 郝志军, 等. 冰鲜鲈鱼腐败菌AHLs的检测与货架期预测研究[J]. 食品研究与开发, 2013, 34(23): 114-117. DOI:10.39691ssn10056521.2013.23.031.

[44] 李学鹏, 陈杨, 王金厢, 等. 水产品贮藏过程中肌肉蛋白质降解规律的研究进展[J]. 食品安全质量检测学报, 2015, 6(12): 4844-4850.DOI:10.19812/j.cnki.jfsq11-5956/ts.2015.12.027.

[45] WASINGER V C, CORDWELL S J, CERPA-POLJAK A, et al.Progress with gene-product mapping of the Mollicutes: Mycoplasma genitalium[J]. Electrophoresis, 1995, 16(7): 1090-1094. DOI:10.1002/elps.11501601185.

[46] LI Xuepeng, CHEN Yang, CAI Luyun, et al. Freshness assessment of turbot (Scophthalmus maximus) by quality index method (QIM),biochemical, and proteomic methods[J]. LWT-Food Science and Technology, 2016, 78: 172-180. DOI:10.1016/j.lwt.2016.12.037.

[47] 郑鸯鸯, 吉薇, 吉宏武, 等. 蛋白质组学技术研究凡纳滨对虾冰藏期间肌肉蛋白的变化[J]. 食品与生物技术学报, 2019, 38(1): 93-99.DOI:10.3969/j.issn.1673-1689.2019.01.14.

[48] LIM S A, AHMED M U. A label free electrochemical immunosensor for sensitive detection of porcine serum albumin as a marker for pork adulteration in raw meat[J]. Food Chemistry, 2016, 206(1): 197-203.DOI:10.1016/j.foodchem.2016.03.063.

[49] HE Yanfu, HUANG Hui, LI Laihao, et al. Label-free proteomics of tilapia fillets and their relationship with meat texture during postmortem storage[J]. Food Analytical Methods, 2018(11): 3023-3033.DOI:10.1007/s12161-018-1273-3.

[50] 白丽娟, 齐馨, 陈洋, 等. 电子鼻技术在小黄鱼新鲜度检测中的应用[J]. 食品工业科技, 2016, 37(14): 63-66; 72. DOI:10.13386/j.issn1002-0306.2016.14.004.

[51] ZHENG Haonan, YING Xiaoguo, WANG Wenxin, et al. Study of sensitivity evaluation on ridgetail white prawn (Exopalaemon carinicauda) quality examination methods[J]. International Journal of Food Properties, 2019, 22(1): 942-951. DOI:10.1080/10942912.2019.1617304.

[52] TAN Juzhong, XU Jie. Applications of electronic nose (E-nose)and electronic tongue (E-tongue) in food quality-related properties determination: a review[J]. Artificial Intelligence in Agriculture, 2020,4: 104-115. DOI:10.1016/j.aiia.2020.06.003.

[53] GIL L, BARAT J M, ESCRICHE I, et al. An electronic tongue for fish freshness analysis using a thick-film array of electrodes[J]. Microchimica Acta, 2008, 163: 121-129. DOI:10.1007/s00604-007-0934-5.

[54] HAN Fangkai, HUANG Xingyi, TEYE E, et al. A nondestructive method for fish freshness determination with electronic tongue combined with linear and non-linear multivariate algorithms[J]. Journal of Food Science, 2014, 32(6): 532-537. DOI:10.17221/88/2014-cjfs.

[55] SHI Ce, YANG Xinting, HAN Shuai, et al. Nondestructive prediction of tilapia fillet freshness during storage at different temperatures by integrating an electronic nose and tongue with radial basis function neural networks[J]. Food and Bioprocess Technology, 2018, 11: 1840-1852. DOI:10.1007/s11947-018-2148-8.

Recent Progress in Quality Evaluation of Aquatic Products

CHEN Shengjun1,2,3,4, ZHANG Xiaofan1,2, PAN Chuang1, XUE Yong2, WANG Yueqi1,3, WU Yanyan1, HUANG Hui1, HU Xiao1,4(1.National Aquatic Products Processing Technology R&D Centre, Key Laboratory of Aquatic Products Processing, Ministry of Agriculture and Rural Affairs, South China Sea Fisheries Research Institute, China Academy of Fisheries Science,Guangzhou 510300, China; 2.College of Food Science and Engineering, Ocean University of China, Qingdao 266003, China;3.Sanya Tropical Fisheries Research Institute, Sanya 572000, China; 4.Provincial Ministry Collaborative Innovation Centre for Key Marine Food Processing Technologies, Dalian University of Technology, Dalian 116034, China)

Abstract: The quality of aquatic products is susceptible to deterioration due to the external environment or its own factors(microorganisms and endogenous enzymes) during their transportation, storage and processing after harvesting, which is directly related to not only the safety of consumers but also the sales amount and processing value of aquatic products.Consequently, this paper describes the classification and evaluation of the quality of aquatic products, with a special focus on the current applications of the traditional (sensory, microbiological and physicochemical evaluation) and new (proteomics and sensory bionics) methods to evaluate the quality of aquatic products. This paper also includes a summary of the advantages and disadvantages of different methods and techniques for the quality evaluation of aquatic products. We wrap up this review by discussing future trends in the development of basic tests for the quality evaluation of aquatic products.

Keywords: aquatic products; quality evaluation; physical evaluation; chemical evaluation; proteomics

收稿日期：2022-01-10

基金项目：广东省现代农业产业技术体系创新团队建设专项（2022KJ151）；三亚崖州湾科技城管理局2020年度科技计划项目（SKJC-2020-02-013）；中国水产科学研究院基本科研业务费专项（2020TD69）

第一作者简介：陈胜军（1973—）（ORCID: 0000-0003-0841-3857），男，研究员，博士，研究方向为水产品加工与质量安全控制。E-mail: [email protected]

DOI:10.7506/rlyj1001-8123-20220110-001

中图分类号：TS254.7

文献标志码：A

文章编号：1001-8123（2022）06-0053-07

引文格式：

陈胜军, 张晓凡, 潘创, 等. 水产品品质评价研究进展[J]. 肉类研究, 2022, 36(6): 53-59. DOI:10.7506/rlyj1001-8123-20220110-001. http://www.rlyj.net.cn

CHEN Shengjun, ZHANG Xiaofan, PAN Chuang, et al. Recent progress in quality evaluation of aquatic products[J]. Meat Research, 2022, 36(6): 53-59. DOI:10.7506/rlyj1001-8123-20220110-001. http://www.rlyj.net.cn